1.はじめに

現在、「人工知能とは何か？」というAIにおける問いは、「人工知能がどのようにあなたとあなたの会社をサポートできるか？」という問いに変わっています。

人工知能（AI）は、プログラムされていないシステムであり、データのインプット及び分析が行われ、収集されたデータで動作します。また、拡張分析、ブロックチェーン、量子コンピュータと共に世界を変える10つの新しい技術トレンドの1つとして認められています。

AIは日常生活のあらゆる面に現れてました。例えば、 Gmailのスマート返信、キッチンでのAlexa、スマートフォンの顔認識、Netflixのお気に入りの映画やSpotifyの音楽をお勧め、さらには自動運転車などです。

３年前にかけて、AIの爆発的成長、および多くの産業や分野の変化に及ぼすAIの影響を目の当たりにしています。ガートナーは2022年2月に最高情報責任者（CIO）の２,000人を対象とした調査を実施しました。調査結果によると、AIは最も注目を集めた技術であり、リーダーの38％が自社でAIを既に使用している又は使用するつもりがあると述べています。

AIを利用するには、様々な方法がありますが、最も一般的なものは次の通りです。エンタープライズ系ソフトウェア、パートナーとの共同開発、クラウドベースのAI、オープンソース開発ツール、自動機械学習、データサイエンスツール及びクラウドソーシング開発。

アナリストは、2023年までAIから派生したビジネス価値が3.8兆米ドルに達し、AI技術がほぼ全ての新しいソフトウェア製品とサービスに適用されると予測しています。AIは、35％以上のグローバルリーダーの投資優先順位のトップ5になります。2025年までに、各大企業はインフラストラクチャのAI化率を40〜45％に増加させ、仕事の生産性を更に向上させる可能性があります。さらに、40％以上の新しいアプリケーション開発プロジェクトには、AIの共同開発者がチームに含まれることになります。

デロイトの調査（2021年）によると、企業の68％がAI投資から経済的利益を得ています。その内、テクノロジー・メディア＆エンターテイメント／テレコミュニケーション及びインダストリアル製品＆サービスの投資利益率が最も高いです。

図1：AI投資および投資利益率（ROI）：産業の相対景観（デロイト、2022年）

AIの早期導入者は、競争力を高めるためにAIに投資を行っています。63％の幹部は競合他社に差をつけるためにAI技術が必要であると考えています。大手企業のリーダーは、自社のビジネスにAIを使用することを計画しています。貴社はどうでしょうか？

2.2022年AIトレンド

様々なAIのトレンドとソリューション開発が世界で起こっています。ハチネットソフトウェア自体は、後述される膨大なリソースと詳細な戦略を備えた様々なサービス（こちらを参照）でAIを開発することに焦点を当てています。Young（2021年）の人工知能の最新の注目すべきトレンドについての記述の通り、この新たな技術への関心が高まっています。

2.1.Voice To Text、チャットボット

自然言語とは、自然言語処理（NLP）、自然言語理解（NLU）、自然言語による相互作用（NLI）、および自然言語生成（NLG）を含むVoice to Textの背後のテクノロジであり、AIの最も有名な形の1つです。

従来、自然言語処理はテキスト分析で使用されており、今後数年間でも様々なユースケースが増えています。自然言語処理はまた、テキストおよび意味検索のユースケースへのプログレッシブスピーチにも貢献します。音声認識システムは、単純なテンプレートベースのアプローチよりも高度なアルゴリズムを持つと期待されています。

機械学習は、特にテキスト分析において自然言語に対応します。例えば、自然言語処理が文書の用語と品詞を理解する場合は、機械学習はそれらの間の関係を指摘できます。一方、自然言語が深層学習で対応される場合は、処理結果の精度は機械学習よりも高いです。従って、自然言語と深層学習の間の関連も注目すべきものです。

2.2.顔認識

中国のSenseTimeシステムによる15億人の市民の顔認識またはGoogleフォトの勝訴の件のため、顔認識は最近多くの否定的な報道を受けています。ただし、この技術は、より高い精度と信頼性で、今年さらに成長すると予測されています。注目すべき例としては、写真に友達を簡単にタグ付けするためのFacebookのDeepfaceプログラム、またはiPhone 14の顔認識によるデジタルパスワードがあります。

顔認識により、ショッピング体験から広告体験まで、ユーザー体験をパーソナライズできます。セキュリティチェックでのペイメント、法律執行、さらにヘルスケアにおいてもこの技術が利用できます。画像認識は顔認識のコアであり、Google Vision、Amazon Rekognitionなどの実例があります。

顔認識は、ビデオ監視またはCCTV監視のための技術で見えます。市場の現在の技術は、高精度と高効率で早くて検索・検出できます。CCTVカメラやビデオ監視のAI技術は、人間、物体、乗り物を分析するコンピュータソフトウェアプログラムを使用します。市場に出回っているプラットフォームの中には、人間の行動を監視するもの、または顔認識などの分析機能を追加することで精度95％レベルに達するものがあります。将来、CCTV用のAIは、非静的環境でも、高度な物体の動きの検出、詳細な行動分析を提供できます。

2.3.AI技術＆他の技術

今後数年、AI技術と、モノのインターネット（IoT）やブロックチェーンなどの他の新たな技術との結合が期待できるでしょう。

自動運転車は、AIとIoTがどのように連携できるかを示す成功例です。IoTは自動車のセンサーがリアルタイムデータを収集できるようにし、AIモデルは意思決定に使用されます。深層学習のAIアルゴリズムはこれらのデータを使用して、経路計画、運転者の監視、視線追跡、言語処理（音声コマンドの理解）、または計画された所望の場所への自己指示などの行動または決定を行います。 また車両は、交通を最適化するために互いに通信できます。

一方、ブロックチェーンとAIの組み合わせは、ブロックチェーンのセキュリティとスケーラビリティの課題、およびAIのプライバシーと信頼性の課題を解決できます。ブロックチェーンは、データマーケットプレイスを分散化し、AIアルゴリズムをより信頼できる透明なものにすることができます。これにより、Enigmaという新興企業のような企業は安全なデータマーケットプレイスを確保できます。

2.4.プライバシーポリシー

私たちのほとんどは、自らの情報がどのようにデジタル世界で使用されるのかを認識していません。企業でプライバシーの危機が発生すると、その企業は不安にさせ、信用を低下させます。EU一般データ保護規則（GDPR）の導入は2021年に一般的な話題となりました。さらなるプライバシーポリシーの話が議論されているでしょう。

特にAIアプリケーション、システム使用の同意などの問題はまだ新しいものであるため、さらに理解する必要があります。今後は、AI開発、安全性や透明性の規制を策定する必要もあります。

3.AIはどのように問題を解決するのか？

デロイト社の調査（2021年）によると、AIを使用する際に企業が求める顕著な利益の中に、社内業務により重点を置いていることを示します（図2）。AIを既存の製品およびサービスに統合することは依然として最も一般的な目標ですが、焦点は社内業務に絞られています。つまり、統合プロセスの前には運用の変更が必要ということです。

他の目標には、より良い決断をすること、外部の決定を最適化すること、より創造的になって会社により大きく貢献できるように労働者の作業負荷を軽減することがあります。

図2：企業に対するAIの三大メリットについての調査（デロイト、2021年）

一般に、AIは、複雑な分析作業の自動化と改善、効率と正確性の向上、リアルタイムデータの確認、監視のための行動調整を行うことで企業を支援します。

企業は人工知能を使用し、自動化の推進、資産管理の最適化、運用パフォーマンスの向上やダウンタイムの短縮などの様々な方法で運用コストを削減し、問題を最小限に抑えることができます。2014年くらいにGoogleに買収されたテクノロジー企業DeepMindは、機械学習を使用して、エネルギー使用量の削減などの日常的な問題を解決し、冷却エネルギー量を40％削減できました。

金融では、AIは大量のデータを調べて分析を強化し、将来の価格パターンを予測し、新しい市場を特定し、サプライチェーンのリスクを最小限に抑えることができます。フィンランドのIT企業Tietoなど様々な企業はこれらの目的にAIを使用しています。

AIはまた、多数のサプライヤを分析および比較し、サプライチェーンのリスクを管理することにより、最高の価値および品質をもたらす調達システムもサポートしています。

ヘルスケアでは、AIは大量の医療データを分析することで、病気や癌を早期に発見し、より迅速で正確な診断と治療を患者に提供することができます。患者にとっては、患者がより良い決定を行うこと、病気を診断すること、高額な治療を避けることを支援できます。

管理の観点からすると、街路にセンサーを設定してAIを適用することで、政府は重大な社会問題、経済、環境についてより適切な決定を下せます。

4.AIの活用例

4.1.在庫管理の最適化

これまで、ほとんどの在庫管理ではデジタルを活用している部分はありましたが、あくまでツールとしての役割に留まり、人の存在は欠かせませんでした。しかし近年、AIを活用した在庫管理が注目されています。AIを活用することで、商品の売れ行きを管理し必要なタイミングで在庫整理するといった在庫管理の最適化が可能となります。在庫管理を最適化することでコストを削減し、利益を増加させる事が期待できます。

4.2.交通の安全性

自動車などの乗り物を人が運転する場合、ミスを完全に無くすことはできません。周知の通り、交通の安全性は長年の課題となっていました。近年、交通の安全性を高めるためのAIの活用が徐々に整備されつつあります。AIを活用することで衝突の予測や歩行者の検知ができ、交通事故を回避することで、安全な走行をする事が可能となります。

4.3.チャットボット技術

AI活用のトレンドの一つとして自然言語処理分野があります。顧客などの応対を自動で行うチャットボットは発展段階ではあるものの、選択肢を用いるなどの工夫を講じることで会話の確実性を高め、活用されています。

4.4.売上予測

誤った売上予測を行ってしまうことは、経営面に直接的なダメージを与えます。そのため、できる限り誤差が生まれないよう、慎重に売上予測をしていく必要があります。そこで近年注目を集めているのがAIを活用した売上予測です。人間の経験を頼りにしている部分が多く残る売上予測を、AIに置き換えることにより、精度を高く行うことが可能となります。

4.5.介護ロボット

少子高齢化により介護需要は増え続けています。そこで、近年活躍が期待されているのが介護ロボットです。介護ロボットは介護現場で周囲の物体や入居者の認識を行いながら、物を安全に運ぶことができたり、発作や転倒などの身体の異常を検知したりすることができます。

4.6.広告効果の向上

広告の費用対効果は、広告する商品と掲載場所の相性や、広告内容などに大きく影響されます。限られた予算で広告効果を最大化させることは、企業内のマーケティング担当者の判断力次第です。AIを活用し広告へのレスポンスなどの予測を行うことで、適材適所の広告が実現でき、広告効果の最大化が期待できます。

4.7.通行人カウント

AIの画像認識の技術を利用して通行人のカウントを行うこともできます。従来、通行人のカウントなど、交通量を調査する業務は人が担っていました。長時間同じ場所に居座り、目視で確認し続ける作業は負荷が高いため、AIの活用に適した領域といえるでしょう。

4.8.故障を予測する

製造機器の故障は生産工程全体へ影響し、企業の大きな損失に繋がるリスクです。そのため、定期的な点検で機器の故障を予防する必要がありますが、人による点検作業だけでは見逃してしまう部分もあるかもしれません。AIを活用し製造機器の故障を予測することで、より正確な点検を行う事ができ、生産効率の最適化が可能となります。

5. 結論

より困難な問題を解決するにはより複雑なアルゴリズムが必要となっていると共に、人工知能の発達は否定できません。このテクノロジーの成長は今後数年間で続けるでしょう。新規技術やシステムだけでなく、人間企業へのAIの干渉方法にも焦点を当てています。

人工知能及びハチネットソフトウェアのサービスの詳細については今後の記事および、AIサービスページをご参照ください。

ITオフショア開発でシステムを検討されている方々はぜひ一度ご相談ください。

※以下のとおり弊社の連絡先

アカウントマネージャー: クアン(日本語・英語対応可)

電話番号:　(+84)2462 900 388

メール:  konnichiwa@hachinet.jp

お電話でのご相談/お申し込み等、お気軽にご連絡くださいませ。

無料見積もりはこちらから▶

Tags

If you have any questions or would like to collaborate with Hachinet, please leave your information here. We will get back to you shortly.